Migliorare l’efficienza clinica e accelerare la scoperta di farmaci decodificando milioni di dati rendendoli informazioni utilizzabili: è ciò che si propone di fare la ricerca farmaceutica grazie al sostegno e all’utilizzo di sistemi di AI (Intelligenza artificiale).
Un approccio che negli ultimi anni ha preso sempre più campo e che anche secondo il rapporto “Digital Transformation and Emerging Technology” è destinato a diventare nel prossimo futuro (insieme all’utilizzo dei Big Data) elemento portante e fondamentale area di investimento del settore farmaceutico.
Ma in che modo questi sistemi di intelligenza artificiale possono essere messi a servizio della ricerca in campo sanitario?
Intelligenza artificiale per la ricerca farmaceutica: a che punto siamo
Lo sfruttamento di sistemi di intelligenza artificiale in campo farmaceutico sta cambiando l’organizzazione e le tempistiche nel campo della sperimentazione clinica e ha già visto delinearsi, oltre che ingenti investimenti da parte delle aziende pharma, anche importanti collaborazioni tra quest’ultime e società specializzate nello sviluppo di intelligenze artificiali.
Quello che emerge dai casi illustreremo è che l’intelligenza artificiale può essere impiegata in diverse tipologie di ricerca:
- sviluppo dei farmaci
- scoperta di combinazioni terapeutiche
- supporto per screening e diagnosi
DSP-1181 e i farmaci sviluppati con intelligenza artificiale
La notizia del primo farmaco sviluppato con l’intelligenza artificiale risale all’inizio del 2020: si tratta del DSP- 1181, la prima molecola creata a scopo farmaceutico dall’intelligenza artificiale, sviluppata dalla startup Exscientia, – che ha sede a Oxford – in collaborazione con l’azienda giapponese Sumitomo Dainippon Pharma. Scopo terapeutico della molecola è il trattamento del disturbo ossessivo-compulsivo.
Grazie all’algoritmo sviluppato dalla società inglese, in soli dodici mesi è stato possibile mettere a punto un prodotto che, a condizioni normali, richiederebbe anni di lavoro, con conseguente risparmio non solo dei tempi di attesa e sperimentazione, ma anche con una riduzione delle spese che potrebbero incidere sul costo finale del farmaco.
Il DSP-1181 è stato per Exscientia solo il primo farmaco di una serie che ad oggi conta più di 20 prodotti, che vedono la somma di progetti interamente proprietari e di collaborazioni con aziende farmaceutiche tra cui Bayer e Sanofi.
Da poco più di un mese, ad esempio, la startup di Oxford ha firmato un accordo con la casa farmaceutica Bristol Myers Squibb al fine di accorciare i tempi e poter ottenere candidati farmaci come il DSP-1181 che siano spendibili in differenti aree terapeutiche come immunologia e oncologia.
Exscientia non è la sola azienda a muoversi nel campo dello sviluppo di nuovi farmaci: GlaxoSmithKline, ad esempio, a inizio anno ha annunciato una partnership con NVIDIA al fine di rendere il suo laboratorio di sviluppo intelligenza artificiale più veloce ed efficiente nel processo di scoperta di farmaci.
Intelligenza artificiale per la scoperta di combinazioni terapeutiche
Sfruttare l’intelligenza artificiale, come abbiamo visto, può senz’altro ridurre i tempi di lavoro e di apprendimento all’interno di una ricerca.
Questo vale anche per le combinazioni terapeutiche, che grazie al machine learning (apprendimento automatico grazie a cui la macchina è in grado di imparare dai dati che le vengono forniti in maniera autonoma) sono molto più rapide e attendibili.
Dei ricercatori finlandesi sono infatti riusciti a fare in modo che l’algoritmo da loro messo a punto riuscisse a riconoscere farmaci e cellule semplicemente basandosi sui risultati degli studi già presenti in letteratura. Una volta acquisite tali informazioni è riuscito a identificare nuove combinazioni di farmaci potenzialmente efficaci anche per il trattamento di malattie oncologiche.
Intelligenza artificiale per il supporto di screening e diagnosi
Oltre che per l’ambito strettamente legato ai trattamenti e ai farmaci, l’applicazione dell’intelligenza artificiale in ambito di ricerca farmaceutica tocca anche la tematica della prevenzione, fornendo un valido aiuto per screening e diagnosi.
Diversi studi americani hanno perfino riportato che, oltre alla capacità di identificare lesioni di tipo canceroso grazie all’acquisizione di immagini, aiutando così i medici durante gli screening, l’intelligenza artificiale potrebbe addirittura arrivare a predire le caratteristiche genetiche dei tumori.
Conclusioni
Il tema dell’intelligenza artificiale in campo pharma si sta sviluppando così velocemente che anche AIFA (Associazione Italiana del Farmaco) ha da poco redatto una “guida per presentazione della domanda di autorizzazione alla Sperimentazione Clinica” che preveda l’utilizzo di sistemi di Intelligenza Artificiale (AI) o di Machine Learning (ML).
D’altronde, dalla panoramica che abbiamo appena tracciato, appare chiaro che l’applicazione di sistemi di AI siano un approccio che consentirà alle aziende farmaceutiche di accelerare l’accesso a prodotti medicinali innovativi e a favorire un tipo di medicina personalizzata che non possono essere ignorati.
Lascia il tuo commento